web-dev-qa-db-fra.com

Concaténer Pandas colonnes sous le nouveau niveau multi-index

Étant donné un dictionnaire de trames de données comme:

dict = {'ABC': df1, 'XYZ' : df2}   # of any length...

où chaque bloc de données a les mêmes colonnes et un index similaire, par exemple:

data           Open     High      Low    Close   Volume
Date                                                   
2002-01-17  0.18077  0.18800  0.16993  0.18439  1720833
2002-01-18  0.18439  0.21331  0.18077  0.19523  2027866
2002-01-21  0.19523  0.20970  0.19162  0.20608   771149

Quelle est la façon la plus simple de combiner toutes les trames de données en une seule, avec un multi-index comme:

symbol         ABC                                       XYZ
data           Open     High      Low    Close   Volume  Open ...
Date                                                   
2002-01-17  0.18077  0.18800  0.16993  0.18439  1720833  ...
2002-01-18  0.18439  0.21331  0.18077  0.19523  2027866  ...
2002-01-21  0.19523  0.20970  0.19162  0.20608   771149  ...

J'ai essayé quelques méthodes - par exemple, pour chaque bloc de données, remplacez les colonnes par un multi-index comme .from_product(['ABC', columns]) puis concaténez le long de axis=1, Sans succès.

pythonpandasmulti-index
42
Zero

Vous pouvez le faire avec concat (l'argument keys créera l'index des colonnes hiérarchiques):

d = {'ABC' : df1, 'XYZ' : df2}
print pd.concat(d.values(), axis=1, keys=d.keys())


                XYZ                                          ABC           \
               Open     High      Low    Close   Volume     Open     High   
Date                                                                        
2002-01-17  0.18077  0.18800  0.16993  0.18439  1720833  0.18077  0.18800   
2002-01-18  0.18439  0.21331  0.18077  0.19523  2027866  0.18439  0.21331   
2002-01-21  0.19523  0.20970  0.19162  0.20608   771149  0.19523  0.20970   


                Low    Close   Volume  
Date                                   
2002-01-17  0.16993  0.18439  1720833  
2002-01-18  0.18077  0.19523  2027866  
2002-01-21  0.19162  0.20608   771149

Vraiment concat veut des listes donc ce qui suit est équivalent:

print(pd.concat([df1, df2], axis=1, keys=['ABC', 'XYZ']))
63
Karl D.

Ajoutez une colonne de symboles à vos cadres de données et définissez l'index pour inclure la colonne de symboles, concattez puis dépilez ce niveau:

Ce qui suit suppose qu'il y a autant de symboles que de DataFrames dans votre dict et que vous vérifiez que l'ordre des symboles est comme vous le souhaitez en fonction de l'ordre des touches de dict:

DF_dict = {'ABC': df1, 'XYZ' : df2} 
dict_keys = DF_dict.keys()
symbols = ['ABC', 'ZXY']

for x in xrange(len(symbols)):
    DF_dict[dict_keys[x]]['symbol'] = symbols[x]
    DF_dict[dict_keys[x]].reset_index(inplace = True)
    DF_dict[dict_keys[x]].set_index(['symbol', 'Date'], inplace = True)

DF = pd.concat(DF_dict[df] for df in dict_keys)
DF = DF.unstack('symbol')

Je pense que ce serait l'approche que j'adopterais. Certaines personnes sont contre la syntaxe inplace. Je ne l'utilise ici que par commodité.

2
Woody Pride